ComfyUI-OmniVoice-TTS

在 ComfyUI 里拖拽节点，即可克隆声音、生成多语言语音

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署音频音乐 🍴 复刻 73 🐛 待处理 4 👀 关注 2

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 566

维护状态低维护

是否开源开源

定价模式 🏷️完全免费开源项目，Apache-2.0 许可证，可免费使用和修改，无付费版本。

项目预览

ComfyUI-OmniVoice-TTS 项目界面预览图 — 图片来源：GitHub 官方仓库名片

项目数据

分类音频音乐

开发团队Saganaki22

官网地址https://zhu-han.github.io/omnivoice

GitHubhttps://github.com/Saganaki22/ComfyUI-OmniVoice-TTS

定价模式🏷️完全免费

价格说明开源项目，Apache-2.0 许可证，可免费使用和修改，无付费版本。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议Apache-2.0

主要语言Python

技术栈/模型comfyui,custom-nodes,text-to-speech,tts,voice-clone,voice-cloning

GitHub 星标★ 566

上线时间2026-04-02 00:00:00

代码更新2026-06-11

仓库体积2.5 MB

本站数据更新2026-11-09

维护状态低维护

收录时间2026-08-09

浏览次数8

项目介绍

OmniVoice TTS 是一个为 ComfyUI 设计的自定义节点，提供零样本多语言文本转语音功能，并支持声音克隆、声音设计和多说话人对话。它解决了 ComfyUI 工作流中缺乏高质量语音合成能力的问题，让用户无需编写代码即可在可视化界面中生成语音。核心能力包括：通过短音频样本克隆任意声音，从零设计全新音色，以及创建多角色对话场景。该项目基于 Python 实现，充分利用了 ComfyUI 的节点化架构，使得语音合成可以与其他 AI 功能（如图像生成）无缝集成。作为早期项目，它已获得 527 个星标，显示出社区对 ComfyUI 生态中语音合成功能的强烈需求。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 566

技术标签

comfyui custom-nodes text-to-speech tts voice-clone

使用教程

难度：进阶约 30 分钟部署方式：本地GPU 5 步

环境要求

图像生成编辑器
NVIDIA 显卡
模型权重

安装与启动步骤

1克隆到节点目录

语音合成节点，走插件方式加载。
```
git clone https://github.com/saganaki22/ComfyUI-OmniVoice-TTS.git
```
2跑安装脚本

它会装依赖并下载模型。
```
python install.py
```
3重启编辑器

装完必须重启才能扫到节点。
4升依赖

有些新模型要求更高版本的组件。
```
pip install "transformers>=5.3.0"
```
5合成一段

先用默认音色试听。